基于人工智能的人机协作系统为工厂车间做好准备

基于人工智能 (AI) 的新型人机协作系统已准备好投入工厂车间使用。 该系统为机器人提供了工作环境和环境的背景信息，以预测人们下一步会做什么，这意味着它们可以前所未有地在装配线上与人类一起工作。

传统系统只能判断自身与人类同事之间的距离，但新开发的系统可以识别每个单独的工人及其骨骼模式。 KTH 皇家理工学院研究员 Hongyi Liu 表示，机器人系统可以利用这些信息来识别工人的姿势并预测下一个姿势。 所有这一切意味着机器人在与人类工人互动时会意识到环境。 

KTH 教授 Lihui Wang 是该书的合著者 刊物 in 机器人与计算机集成制造。 

人工智能和迁移学习

该系统利用人工智能，这意味着它比传统的机器学习方法需要更少的计算能力和更小的数据集。人机协作系统专门使用迁移学习，这是一种在用于操作模型之前通过训练开发的机器学习类型。

该技术已经问世，并遵循当今国际标准组织 (ISO) 对协作机器人安全的要求。 为了实施该系统，需要采取工业行动。 

与目前工人与机器人的一维交互相比，新系统具有上下文感知功能，效率更高。

“根据 ISO 标准和技术规范，当人类接近机器人时，它会减速，如果他或她足够接近，它就会停止。 如果该人离开，它就会恢复。 这是一个相当低的情境意识水平，”刘说。

“这会损害效率。 生产速度减慢，人类无法与机器人密切合作，”他继续说道。 

情境感知机器人系统可以比作自动驾驶汽车，它可以识别红灯亮了多长时间。 然后，该车辆可以预测何时再次移动，因此它不会制动或降档，而是调整速度并向十字路口巡航。 这种行为可以防止制动器和变速箱遭受过度磨损。

在实验中，新系统证明，由于机器人具有理解上下文的能力，因此可以更安全、更高效地运行，而不会减慢生产速度。

在一项具体测试中，机器人在其手臂路径被人的手意外阻挡后进行了调整。 机器人没有停下来，而是预测了手的未来轨迹，将其手臂放置在不同的位置。

“这不仅是从技术角度避免碰撞的安全性，也是能够识别装配线环境的安全性，”刘说。 “这提供了额外的安全层。”